新的手机应用程序可以准确地从人们的声音中检测出COVID-19

伦敦字体科学家开发了一款新的智能手机应用程序，可以通过人工智能(AI)准确检测人们的声音中是否感染了COVID-19。

研究人员表示，在研究中使用的AI模型比快速抗原测试或横向流动测试更准确，而且廉价、快速和易于使用。

他们说，这种方法可以用于低收入国家，那里的PCR检测昂贵且难以分发。

这一发现于周一在西班牙巴塞罗那举行的欧洲呼吸学会国际大会上发表。

根据研究人员的说法，AI模型在89%的情况下是准确的，而横向流动测试的准确性因品牌的不同而有很大差异。此外，他们说，横向流量测试在检测没有症状的人感染COVID-19时的准确性要低得多。

荷兰马斯特里赫特大学的研究人员Wafaa Aljbawi说:“这些有希望的结果表明，简单的语音记录和微调的人工智能算法可能在确定哪些患者感染了COVID-19方面实现高精度。”

"这种检测可以免费提供，而且易于解释。此外，它们支持远程虚拟测试，周转时间不到一分钟。”

研究人员说，例如，这种新的检测方法可以用于大型集会的入境点，从而实现对人群的快速筛查。COVID-19感染通常影响上呼吸道和声带，导致一个人的声音改变。

Aljbawi和她的主管使用了剑桥大学的COVID-19声音应用程序的数据，该应用程序包含4352名健康和非健康参与者的893个音频样本，其中308人的COVID-19检测呈阳性。

该应用程序安装在用户手机上。参与者报告一些人口统计、病史和吸烟状况的基本信息，然后被要求记录一些呼吸声音。包括咳嗽三次，用嘴深呼吸三到五次，在屏幕上读短句子三次。

研究人员使用了一种名为梅尔谱图分析的语音分析技术，该技术可以识别不同的语音特征，如音量、功率和随时间的变化。

“通过这种方式，我们可以分解参与者声音的许多属性，”Aljbawi说。

她补充说:“为了区分COVID-19患者和那些没有患病的人的声音，我们建立了不同的人工智能模型，并评估哪一个在分类COVID-19病例方面效果最好。”

他们发现一种叫做长短期记忆(LSTM)的模型优于其他模型。LSTM基于神经网络，它模仿人脑的运作方式，并识别数据中的潜在关系。

研究人员发现，它的总体准确性为89%，其正确检测阳性病例或“敏感性”的能力为89%，其正确识别阴性病例或特异性的能力为83%。

在另一项研究中，布里斯托大学(University of Bristol)的博士生亨利·格里德(Henry Glyde)表明，人工智能可以通过一款名为myCOPD的应用程序来预测慢性阻塞性肺疾病(COPD)患者何时可能发作。慢性阻塞性肺病加重可能非常严重，并与住院风险增加有关。

症状包括呼吸急促、咳嗽和产生更多粘液。

阅读所有最新消息，热门新闻，板球的新闻，宝莱坞的新闻，
印度的新闻而且世界杯预选赛直播在线观看娱乐新闻在这里。继续关注我们脸谱网，推特而且Instagram．